Sánchez, YerkoGarrido Leyton, Charlie AndrésFacultad de Ingeniería2023-04-052023-04-052021https://repositorio.unab.cl/xmlui/handle/ria/48259Tesis (Ingeniero Civil Industrial)La industria de la gran minería se encuentra investigando sobre nuevas tecnologías en monitoreo de condiciones de los equipos de mayor demanda, para poder realizar modelos predictivos capaces de determinar el momento en que dichos fallarán. Esto se realiza en el contexto de evitar dentro lo posible, las mantenciones no programadas, puesto a que suelen ser costosas en cuento al tiempo ocupado (tiempos muertos de los equipos e indisponibilidad) y en cuanto a mantenciones (reemplazos y mantenciones caras para fallas inesperadas), lo que finalmente resulta en una caída en la producción que se podría evitar con mantenciones programadas. En este contexto, la minera Chuquicamata Subterránea de CODELCO, se encuentra en la búsqueda de modelos predictivos para evitar caídas en la producción por fallas inesperadas en sus equipos principales: chancadores. El presente trabajo de título tiene por objetivo obtener un modelo predictivo para determinar el intervalo de fallas, con la finalidad de poder gestionar de manera más rentable la mantención del activo. El modelo considera al chancador giratorio de la marca Metso Minerals, modelo MK-II Super Spider, utilizando el registro histórico de fallas que servirá como datos de entrenamiento de algoritmos de Machine Learning. El análisis predictivo del presente trabajo contemplará a un solo modelo: clasificación de causa de falla.esIndustria MineraEquipos y AccesoriosMantenimiento y ReparaciónAprendizaje de MáquinaModelo PredictivoTesis